软件学报

作者：毕鑫，聂豪杰，赵相国，袁野，王国仁

单位：毕鑫，深部金属矿山安全开采教育部重点实验室(东北大学), 辽宁 沈阳 11081911,聂豪杰，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016902,赵相国，东北大学 软件学院, 辽宁 沈阳 11016903,袁野，北京理工大学 计算机科学与技术学院, 北京 10008104,王国仁，北京理工大学 计算机科学与技术学院, 北京 10008105

关键词：知识图谱;约束路径推理;约束问答;强化学习

基金：国家自然科学基金(62072087,61932004,62002054,61972077,U2001211)

知识图谱问答任务通过问题分析与知识图谱推理,将问题的精准答案返回给用户,现已被广泛应用于智能搜索、个性化推荐等智慧信息服务中.考虑到关系监督学习方法人工标注的高昂代价,学者们开始采用强化学习等弱监督学习方法设计知识图谱问答模型.然而,面对带有约束的复杂问题,现有方法面临两大挑战:(1)多跳长路径推理导致奖励稀疏与延迟;(2)难以处理约束问题推理路径分支.针对上述挑战,设计了融合约束信息的奖励函数,能够解决弱监督学习面临的奖励稀疏与延迟问题;设计了基于强化学习的约束路径推理模型COPAR,提出了基于注意力机制的动作选择策略与基于约束的实体选择策略,能够依据问题约束信息选择关系及实体,缩减推理搜索空间,解决了推理路径分支问题.此外,提出了歧义约束处理策略,有效解决了推理路径歧义问题.采用知识图谱问答基准数据集对COPAR的性能进行了验证和对比.实验结果表明:与现有先进方法相比,在多跳数据集上性能相对提升了2%-7%,在约束数据集上性能均优于对比模型,准确率提升7.8%以上.

来源：2023年第10期

《软件学报》期刊编辑部

查看软件学报杂志2023年第10期